（本网讯 图/文 陈小澄）在人工智能技术加速赋能教育教学的背景下，探索大语言模型在课程资源建设中的深度融合路径，成为高校教学改革的重要方向。为进一步落实推进学院骨干教师赴上海交通大学开展学科帮扶交流学习成果，2026年5月14日，材料与能源工程学院举办了“RAG增强AI课程资源应用交流会”，对学习期间所学心得与实践成果进行集中分享与深化。学院青年教师陈小澄围绕“精准、可溯源、个性化的课程智能体构建”这一主题，系统介绍了RAG（Retrieval-Augmented Generation，检索增强生成）技术的核心原理及其在课程资源智能生成中的实践路径。学院相关专业教师及领导参加了本次交流活动。
陈小澄老师在交流中指出，当前通用开源大语言模型在教育教学应用中存在一定的局限性，其生成内容缺乏对特定课程资料的精准引用和可溯源能力，难以满足教学场景中对信息准确性与来源可查的要求。RAG技术通过让大语言模型在生成答案前主动检索指定资料，实现“查完再答”的增强式响应机制，为这一痛点的解决提供了有效路径。
交流会中重点展示了基于Dify平台的RAG智能体构建全流程。演示环节从知识库搭建入手，教师登录Dify控制台后可创建知识库，将课程相关资料上传后进行分块与数据清洗处理，完成内容的预处理与结构化。工作流搭建完成后，现场还进行了运行测试与发布操作的完整演示。
围绕开源课程资源生成平台的实践应用，陈小澄老师首先推介了依托HTML5技术打造的云知师AI教学工具。该工具支持电脑浏览器、平板等多终端直接在线运行，无需下载安装客户端，有效降低了教师的技术使用门槛与操作成本。此外，由科罗拉多大学研发的PhET互动仿真平台也引发了参会教师的广泛关注。平台覆盖物理、化学、生物、地球科学、数学五大基础学科，上线超170个高质量互动仿真实验资源，便于教师将虚拟仿真实验灵活融入日常课堂，丰富教学形式、提升课堂实效。贺子健老师说到：“对开源的资源平台的充分利用能够有效助力一线教师从繁琐的资料整理中解放出来，将更多精力投入教学设计的创意与深度思考。”
此次交流会聚焦RAG技术赋能课程资源建设的实践路径，内容涵盖技术原理、平台操作与应用案例等多个层面，为学院教师探索“AI+课程资源”的深度融合提供了可借鉴的方法与工具。学院学科帮扶分管领导李杨书记表示，本次交流会正是在学科帮扶工作的指导思想下展开的一次积极探索，以RAG技术为核心的课程智能体构建思路，为提升课程资源的精准性、可溯源性及个性化适配能力开辟了新路径，对推动学院教育教学数字化转型具有积极意义。下一步，学院将继续深化学科帮扶，持续围绕人工智能与课程建设的深度融合与上海交通大学材料科学与工程学院开展深度合作，并举办相关专题研讨与培训活动，助力教师在教学创新实践中不断强化AI赋能应用。
